●第一部分 離散時間模型
第一章 收益率的計算、常用數據庫及統計軟件
1.1 收益率的計算
1.2 常用金融數據庫
1.3 常用統計軟件
第二章 資產定價模型的時間序列估計與檢驗
2.1 資本資產定價模型
2.2 CAPM的估計與檢驗
2.3 實證例子
2.4 多因子模型的估計與檢驗
第三章 資產定價模型的橫截面估計與檢驗
3.1 CAPM的橫截面含義
3.2 排序分析
3.3 Fama-MacBeth回歸
第四章 面板數據模型與方差估計
4.1 面板數據模型
4.2 混合回歸與Fama-MacBeth回歸
4.3 方差估計
第五章 隨機遊走檢驗
5.1 隨機遊走的設定
5.2 隨機遊走的統計檢驗
5.3 隨機遊走的經濟檢驗
5.4 隨機遊走檢驗與有效市場假說
第六章 事件研究方法
6.1 事件研究的步驟
6.2 測定與分析超常收益率
6.3 超常收益率的加總
6.4 實證例子
第七章 ARCH/GARCH模型
7.1 條件波動率與資產收益率模型
7.2 □（特殊字符）的設定
7.3 zt的設定
7.4 模型的估計
7.5 實證例子
第八章 隨機波動率模型
8.1 隨機波動率模型的設定
8.2 SV模型的矩條件
8.3 SV模型的廣義矩（GMM）估計
8.4 其他估計方法
第二部分 連續時間模型
第九章 由布朗運動和泊松過程驅動的隨機過程
9.1 布朗運動
9.2 隨機微分方程
9.3 伊籐積分與伊籐引理
9.4 多維布朗運動及伊籐引理
9.5 模擬擴散過程
9.6 跳躍—擴散過程
9.7 模擬跳躍—擴散過程
第十章 金融中常用連續時間模型的統計性質
10.1 單因子擴散模型
10.2 多因子擴散模型
10.3 跳躍—擴散模型
第十一章 連續時間模型的參數估計方法
11.1 累積量匹配、矩方法和廣義矩方法
11.2 極大似然估計
11.3 擬極大似然估計與近似極大似然估計
第十二章 利率模型的半參數與非參數估計方法
12.1 平穩擴散過程的重要性質
12.2 密度函數的核估計與條件期望的N-W估計
12.3 擴散模型的半參數估計方法
12.4 擴散模型的非參數估計方法
第十三章 連續時間模型的特征函數估計方法
13.1 特征函數的定義及基本性質
13.2 獨立同分布（iid）情形的ECF估計
13.3 平穩弱相依情形的ECF估計
第十四章 高頻數據分析
14.1 二次變差與已實現方差
14.2 已實現冪變差、雙冪變差與多冪變差
14.3 市場微觀結構噪聲的影響
14.4 跳躍檢驗
參考文獻
索引

本書繫統介紹了金融計量學的基本方法和常用工具（有些內容是作者的原創性成果），既反映了該領域教學與研究的近期新進展，又十分貼近中國金融市場的實際，填補了國內同類著述的空白，適合於金融領域的學生、教師、學者和金融業界人士作為教材和參考書。本書分為離散時間模型和連續時間模型兩大部分，共十四章。首先，離散時間模型部分共八章，其內容包含了與現代金融學研究相關的方法，如資產定價模型的檢驗、與市場有效性相關的隨機遊走檢驗、事件研究方法和資產收益的波動率模型等。其次，連續時間模型部分共六章，主要包括隨機微積分知識、連續時間模型、連續時間模型的各種估計方法、高頻金融數據分析方法等等。

姜近勇,潘冠中 編